跳到主页内容
美国国旗

美国政府的官方网站

点政府

gov意味着它的官员。
联邦政府网站经常在gov或mil。共享敏感信息之前,确保你在一个联邦政府网站。

Https

这个网站是安全的。
https://确保你连接到官方网站,您提供的任何信息是加密和传输安全。

访问键 NCBI主页 MyNCBI主页 主要内容 主导航
2013年9月,66 (9):1022 - 8。
doi: 10.1016 / j.jclinepi.2013.03.017。 Epub 2013年6月21日。

多个归责缺失值之前没有必要执行纵向混合模型分析

从属关系

多个归责缺失值之前没有必要执行纵向混合模型分析

乔斯Twisket al。 中国论文 2013年9月

文摘

背景和目的:由于复杂的技术的发展,如多个归罪,处理缺失数据的纵向研究的兴趣大为增加。领域内的纵向数据分析,目前有一个讨论是否有必要使用多个罪名之前执行一个混合模型分析纵向数据分析。在当前的研究中这种必要性评估。

研究设计和设置:混合模型分析的结果和没有多重填补方式相互比较。四个数据集用缺失值与缺失的完全随机,创建了一个数据集与随机丢失的两个数据集,一个数据集与失踪不是随机)。在所有的数据集,之间的关系分析了连续变量和协变量两种不同的结果:一个长期有效的二分协变量和时间连续的协变量。

结果:虽然对于所有类型的缺失数据,混合模型的结果分析有或没有多个罪名略有不同,他们不赞成两种方法之一。此外,多个罪名100次重复显示,混合模型分析的结果与多个归责相当不稳定。

结论:没有必要处理缺失数据使用多个归罪在执行一个混合模型分析纵向数据。

关键词:纵向研究;缺失数据的机制;缺失的数据模式;混合模型;多个非难;统计方法。

类似的文章

引用的

网格计算

LinkOut——更多的资源

Baidu
map